
上市公司注册地信息
一行是一家上市公司,包含证券代码、简称及注册地省市信息。覆盖全国范围内的上市公司,无时间维度。
v2 生效中 · 2026/11/15 发布险种标签:企业财产险责任险数据出处 出处待核实
- 记录
- 4,530
- 字段
- 6
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
6 个字段,6 个没有空值,1 个 AI 扩增
图片:Thomas Wolf, www.foto-tw.de,CC BY-SA 3.0 de(在新窗口打开图片的原始页面)
01字段
字段来源,逐一标明
共 6 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 4,530 行计算。
关于这个数据集
一行是一家上市公司,包含证券代码、简称及注册地省市信息。覆盖全国范围内的上市公司,无时间维度。可用于匹配企业地理风险或区域监管环境。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 证券代码stock_code含义:代码或编号键:股票代码。样本里格式符合 100%,100% 的行对上参照 listed-security-master、hk-security-master、stock-company-profile、neeq-company-info | 文本 | 原生 | 100% | 6 位证券代码(原表带交易所后缀,已去掉,见“交易所”列) | ||
| 交易所exchange | 文本 | 原生 | 100% | 原代码带的交易所后缀或前缀(深交所、上交所、北交所等);代码列已统一成 6 位数字 | ||
| 证券简称company_name含义:名称 | 文本 | 原生 | 100% | — | ||
| 省份province规律 1:省份的字段规律字段规律:city_code由省份、城市扩增得出。含义:地区键:省份名称。样本里格式符合 99.8%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市city规律 1:城市的字段规律字段规律:city_code由省份、城市扩增得出。含义:地区 | 文本 | 原生 | 100% | — | ||
| 城市区划代码city_code规律 1:城市区划代码的字段规律字段规律:city_code由省份、城市扩增得出。含义:代码或编号键:市级区划代码。样本里格式符合 100%,99.6% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:城市区划代码 | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 由省份、城市查行政区划参照得出的现行地级区划代码。程序查表,不用模型。对不上或置信度低的为空 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 证券代码stock_code | 交易所exchange | 证券简称company_name | 省份province | 城市city | 城市区划代码city_code |
|---|---|---|---|---|---|---|
| 1 | 000001 | 深交所 | 平安银行 | 广东 | 深圳市 | 440300 |
| 2 | 000002 | 深交所 | 万科A | 广东 | 深圳市 | 440300 |
| 3 | 000004 | 深交所 | 国华网安 | 广东 | 深圳市 | 440300 |
| 4 | 000005 | 深交所 | ST星源 | 广东 | 深圳市 | 440300 |
| 5 | 000006 | 深交所 | 深振业A | 广东 | 深圳市 | 440300 |
| 6 | 000007 | 深交所 | *ST全新 | 广东 | 深圳市 | 440300 |
| 7 | 000008 | 深交所 | 神州高铁 | 北京 | 北京市 | 110000 |
| 8 | 000009 | 深交所 | 中国宝安 | 广东 | 深圳市 | 440300 |
| 9 | 000010 | 深交所 | 美丽生态 | 广东 | 深圳市 | 440300 |
| 10 | 000011 | 深交所 | 深物业A | 广东 | 深圳市 | 440300 |
| 11 | 000012 | 深交所 | 南玻A | 广东 | 深圳市 | 440300 |
| 12 | 000014 | 深交所 | 沙河股份 | 广东 | 深圳市 | 440300 |
| 13 | 000016 | 深交所 | 深康佳A | 广东 | 深圳市 | 440300 |
| 14 | 000017 | 深交所 | 深中华A | 广东 | 深圳市 | 440300 |
| 15 | 000019 | 深交所 | 深粮控股 | 广东 | 深圳市 | 440300 |
| 16 | 000020 | 深交所 | 深华发A | 广东 | 深圳市 | 440300 |
| 17 | 000021 | 深交所 | 深科技 | 广东 | 深圳市 | 440300 |
| 18 | 000023 | 深交所 | 深天地A | 广东 | 深圳市 | 440300 |
| 19 | 000025 | 深交所 | 特力A | 广东 | 深圳市 | 440300 |
| 20 | 000026 | 深交所 | 飞亚达 | 广东 | 深圳市 | 440300 |
03版本
每次发布,都留记录
发布后的数据版本不能修改。更正时发布新版本,旧版本保留。
版本 v22026/11/15 发布
生效中4,530 行 · 6 个字段 · 初始导入(比 v1 字段增加 1 个)
版本 v12026/11/13 发布
历史版本4,530 行 · 5 个字段 · 初始导入
04关联
和其他数据集,按键连起来
按键连到地区、企业,能和不少于 74 个数据集连接。共享同一种键的数据集能连接。按共享的键分组,对上的行多的在前。
按 城市 + 省份 + 股票代码 能连
21 个数据集 · 本数据集 4,511 行有城市- 上市公司绿色信贷匹配企业主体 · 5.8 万 行 · 连接字段 city_code、stock_code、province按城市对上本数据集 4,507 行(99%)
- 上市公司供应链试点匹配企业主体 · 5.8 万 行 · 连接字段 city_code、stock_code、province按城市对上本数据集 4,507 行(99%)
- 上市公司供应链城市试点匹配企业主体 · 5.8 万 行 · 连接字段 stock_code、province、city_code按城市对上本数据集 4,507 行(99%)
- 上市公司高铁开通匹配企业主体 · 5.7 万 行 · 连接字段 stock_code、city_code、province按城市对上本数据集 4,507 行(99%)
- 上市公司数字化与绿色创新企业主体 · 5 万 行 · 连接字段 city_code_2、province、stock_code按城市对上本数据集 4,507 行(99%)
- 上市公司年报语气指标企业主体 · 4.7 万 行 · 连接字段 province、stock_code、city_code_2按城市对上本数据集 4,507 行(99%)
- 上市公司数字化转型与企业创新面板企业主体 · 4.7 万 行 · 连接字段 stock_code、province、city_code_2按城市对上本数据集 4,507 行(99%)
- 上市公司ESG同群效应企业主体 · 4.2 万 行 · 连接字段 stock_code、province、city_code_2按城市对上本数据集 4,507 行(99%)
- 上市公司数字普惠金融企业主体 · 4.2 万 行 · 连接字段 province、city_code、stock_code按城市对上本数据集 4,507 行(99%)
- 上市公司周边宗教场所统计企业主体 · 17.4 万 行 · 连接字段 province、register_address_city_code、stock_code按城市对上本数据集 4,506 行(99%)
- 上市公司ESG与就业指标企业主体 · 4.2 万 行 · 连接字段 city_code_2、province、stock_code按城市对上本数据集 4,506 行(99%)
- 上市公司ESG与财务企业主体 · 3.9 万 行 · 连接字段 province、city_code_2、stock_code按城市对上本数据集 4,506 行(99%)
按 城市 + 省份 能连
194 个数据集 · 本数据集 4,511 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code、province_code按城市对上本数据集 4,511 行(99%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_city_code、origin_province按城市对上本数据集 4,511 行(99%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、province按城市对上本数据集 4,511 行(99%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 origin_province、origin_city_code按城市对上本数据集 4,511 行(99%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code、province按城市对上本数据集 4,511 行(99%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code、province按城市对上本数据集 4,511 行(99%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 province、city_code按城市对上本数据集 4,511 行(99%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、city_code按城市对上本数据集 4,511 行(99%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、region_code按城市对上本数据集 4,511 行(99%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、province按城市对上本数据集 4,511 行(99%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 province、city_code按城市对上本数据集 4,511 行(99%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 province_code、city_code按城市对上本数据集 4,511 行(99%)
按 省份 + 股票代码 能连
44 个数据集 · 本数据集 4,526 行有省份- 新三板公司基本信息参照企业主体 · 1.3 万 行 · 连接字段 province、stock_code按省份对上本数据集 4,526 行(99%)
- 沪深京上市证券参照企业主体 · 6,057 行 · 连接字段 province、ts_code按省份对上本数据集 4,526 行(99%)
- 上市公司档案参照企业主体 · 5,704 行 · 连接字段 province、stkcd按省份对上本数据集 4,526 行(99%)
- 上市公司Wind ESG评级企业主体 · 14 万 行 · 连接字段 stock_code、province按省份对上本数据集 4,526 行(99%)
- 上市公司供应链效率企业主体 · 7.1 万 行 · 连接字段 stock_code、province按省份对上本数据集 4,526 行(99%)
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 stock_code、province按省份对上本数据集 4,526 行(99%)
- 上市公司跨境电商DID企业主体 · 6.9 万 行 · 连接字段 stock_code、province按省份对上本数据集 4,526 行(99%)
- 上市公司气候风险指数企业主体 · 6.7 万 行 · 连接字段 stock_code、province按省份对上本数据集 4,526 行(99%)
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 province、stock_code按省份对上本数据集 4,526 行(99%)
- 上市公司数字化创新指标企业主体 · 5.9 万 行 · 连接字段 province、stock_code按省份对上本数据集 4,526 行(99%)
- 上市公司所在城市低碳试点标记企业主体 · 5.8 万 行 · 连接字段 stock_code、province_code按省份对上本数据集 4,526 行(99%)
- 上市公司对外开放程度企业主体 · 5.8 万 行 · 连接字段 province、stock_code按省份对上本数据集 4,526 行(99%)
按 城市 + 股票代码 能连
2 个数据集 · 本数据集 4,511 行有城市按 省份 能连
362 个数据集 · 本数据集 4,526 行有省份- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 province_name按省份对上本数据集 4,526 行(99%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname按省份对上本数据集 4,526 行(99%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province按省份对上本数据集 4,526 行(99%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province按省份对上本数据集 4,526 行(99%)
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 province_code按省份对上本数据集 4,526 行(99%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province按省份对上本数据集 4,526 行(99%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province按省份对上本数据集 4,526 行(99%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 province按省份对上本数据集 4,526 行(99%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 province按省份对上本数据集 4,526 行(99%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 province按省份对上本数据集 4,526 行(99%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code按省份对上本数据集 4,526 行(99%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code按省份对上本数据集 4,526 行(99%)
按 股票代码 能连
232 个数据集 · 本数据集 4,530 行有股票代码- A股上市公司日交易行情企业主体 · 1239.1 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司周度回报率企业主体 · 286 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司短视关键词明细企业主体 · 143.3 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司月个股回报率企业主体 · 73.7 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司月度ST状态企业主体 · 73.5 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司发明申请统计企业主体 · 73.3 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司发明授权统计企业主体 · 66.6 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司资产负债表企业主体 · 52.9 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司现金流量表企业主体 · 52.9 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司税费统计企业主体 · 51 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司存货净额企业主体 · 48.1 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
- 上市公司董事网络指标企业主体 · 46 万 行 · 连接字段 stock_code按股票代码对上本数据集 4,530 行(100%)
按 城市 能连
74 个数据集 · 本数据集 4,511 行有城市- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code按城市对上本数据集 4,511 行(99%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 region_code按城市对上本数据集 4,509 行(99%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code按城市对上本数据集 4,507 行(99%)
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 city_code按城市对上本数据集 4,507 行(99%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code按城市对上本数据集 4,507 行(99%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code按城市对上本数据集 4,507 行(99%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code按城市对上本数据集 4,507 行(99%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 city_code按城市对上本数据集 4,507 行(99%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code按城市对上本数据集 4,507 行(99%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code按城市对上本数据集 4,506 行(99%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj按城市对上本数据集 4,506 行(99%)
- 统筹区异地就医开通状态保险市场 · 425 行 · 连接字段 region_code按城市对上本数据集 4,506 行(99%)
05字段规律
字段之间的规律
比如一一对应、谁先谁后。只帮你读懂数据,不用来连接。
本数据集内1
- 扩增得出
city_code由省份、城市扩增得出。
来自字段扩增上市公司注册地信息上市公司注册地信息
06授权与接入
申请授权,一次调用就能用上
试用立即生效,并送 500 点试用点数。授权后用 API Key 调用 REST 接口,按返回的行数扣点。
REST 调用示例
# 先把 API Key 放进环境变量:export WI_API_KEY=你的 API Keycurl -X POST 'https://wi.insightworld.cn/api/v1/datasets/listed-company-registration-location/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"stock_code","op":"eq","value":"000001"}],"limit":10}'
交给 Agent
- 以后开放
MCP
仍在使用 MCP 的 Agent 客户端,用 OAuth 连接后通过工具查询。